-
公开(公告)号：CN117393173A
公开(公告)日：2024-01-12
申请号：CN202311200636.6
申请日：2023-09-18
Applicant: 海南大学
IPC: G16H50/70 , G16H50/20 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开应用于糖尿病预测的CNN‑BiLSTM‑Attention融合模型训练方法，获得糖尿病数据并进行预处理，构建数据集，将数据集按预设比例划分为训练集和测试集；将训练集输入至CNN‑BILSTM‑Attention融合模型中采用Adam算法进行训练，直至达到迭代次数或满足预设要求，获得训练好的CNN‑BILSTM‑Attention融合模型，所述CNN‑BILSTM‑Attention融合模型包括CNN层，用于获取局部信息；BILSTM层，用于提取数据时序特征；注意力层和全连接层，用于输出预测结果。本发明有助于辅助医生诊断与预测糖尿病患者，降低致死率，并为糖尿病防控提供重要的支持。
-
公开(公告)号：CN117292842A
公开(公告)日：2023-12-26
申请号：CN202311200751.3
申请日：2023-09-18
Applicant: 海南大学
IPC: G16H50/70 , G16H50/20 , G06F18/214 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于MWMOTE与Res‑BiGRU的心脏病预测方法，获得心脏病数据并进行预处理；采用MWMOTE技术处理生成人工数据并按预设比例划分为训练集和测试集；将训练集输入至Res‑BiGRU混合模型中进行训练，获得训练好的Res‑BiGRU混合模型，Res‑BiGRU混合模型包括Res‑CNN模块，用于基于初始输入数据提取数据空间特征；Res‑BiGRU模块，用于基于初始输入数据与数据空间特征提取数据时序特征；全连接层，用于输出预测结果；将测试集输入训练好的Res‑BiGRU混合模型中，采用评价指标对模型性能进行评估。本发明可有效提升了心脏病预测的性能指标。
-
公开(公告)号：CN117032231A
公开(公告)日：2023-11-10
申请号：CN202311002511.2
申请日：2023-08-10
Applicant: 海南大学
IPC: G05D1/02
Abstract: 本发明公开一种基于改进RRT的多智能体路径规划方法，包括如下步骤构建栅格地图并针对障碍物对栅格地图进行膨胀处理，获取各智能体的起点和终点，基于膨胀处理后的栅格地图采用传统RRT算法对多智能体分别进行路径规划，获得各智能体对应的RRT搜索路径；对所述RRT搜索路径进行优化处理；多智能体按照多智能体协同策略沿优化处理后的RRT搜索路径进行变速移动，直至多智能体均由各自起点到达终点。本发明能够有效的改善了传统RRT算法路径规划的质量，减少路径冗余，降低路径转向数，并能够提升智能体在规划路径上运行的安全性与平稳性，提高多智能体系统的工作效率。
-
公开(公告)号：CN118397416B
公开(公告)日：2025-04-25
申请号：CN202410637664.2
申请日：2024-05-22
Applicant: 海南大学
IPC: G06V10/80 , G06V10/25 , G06V10/40 , G06V10/82 , G06V10/774
Abstract: 本发明公开一种基于语义引导图像融合的自适应目标检测方法，行人可见光图像IV输入可见光检测分支得到可见光检测损失，并优化可见光检测分支；行人红外图像II输入红外光检测分支得到红外光检测损失，并优红外光检测分支；行人可见光图像IV和行人红外光图像II输入融合分支后得到融合后图像IF和融合损失，融合后图像分别输入可见光检测分支和红外光检测分支得到检测驱动损失，上述训练过程中得到的融合损失和检测驱动损失共同优化融合分支；融合图像输入固定检测网络得到检测结果：基于语义特征引导的图像融合训练网络推理得到的融合后图像输入一个固定检测网络后得到最终的检测结果。本发明能够有效提高目标检测准确率。
-
公开(公告)号：CN119568454A
公开(公告)日：2025-03-07
申请号：CN202411506986.X
申请日：2024-10-28
Applicant: 海南大学
Abstract: 本发明属于水下仿生机器人领域，涉及一种水空跨介质仿生机器人，包括：壳体、往复摆动机构、翅膀模块、腹鳍模块和控制系统，所述壳体包括前端壳体和后端尾部，所述前端壳体通过往复摆动机构与后端尾部相连接，所述翅膀模块安装在前端壳体上方顶部，腹鳍模块安装在前端壳体下方后侧，控制系统安装在前端壳体内部并通过信号线连接控制所述往复摆动机构转动从而带动后端尾部摆动以进行巡游推进，控制腹鳍模块旋转以进行上潜下浮，以及控制翅膀模块开合以实现破水滑翔。本发明机器人结构紧凑，尺寸小，重量轻，能在空气和水中实现多种的运动姿态，能符合多种环境下的运用场景，尤其在需要水空跨介质信息采集发送、信息勘测等方面具有较高的适应性。
-
Patent Agency Ranking
公开(公告)号：CN119204664A
公开(公告)日：2024-12-27
申请号：CN202411227687.2
申请日：2024-09-03
Applicant: 海南大学
IPC: G06Q10/0635 , G06Q50/26 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08 , G06N5/022
Abstract: 本发明涉及一种基于李群流形与时序知识图谱的交通事故预测方法及系统。所述方法包括：采集历史交通事故数据进行数据清洗操作；使用李群流形映射方法进行特征提取和排序得到特征集合；建立时序知识图谱，通过时序图注意力机制(Temporal GraphAttention，TGAT)进行深层学习并进行优化，得到知识图谱预测模型，预测预测目标实体与各个实体之间的依赖关系，并基于依赖关系对交通事故发生的风险进行预测，得到预测结果。采用TGAT可以突显交通事故相关指标之间潜在的时间依赖性和多元信息，利用序列化学习有效地挖掘其依赖关系，弥补了传统链路预测模型准确度较低的局限性，提高了李群流形分析、TGAT处理和时序知识图谱相结合的链路预测的准确性。
-
公开(公告)号：CN119005527A
公开(公告)日：2024-11-22
申请号：CN202411192838.5
申请日：2024-08-28
Applicant: 海南大学
IPC: G06Q10/063 , G06Q10/04 , G06Q50/26 , G06F18/10 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N5/02 , G06F123/02
Abstract: 本发明涉及一种基于时序知识图谱的多层嵌入模型大气污染数据预测方法及系统。所述方法包括：收集多源大气污染数据进行清洗归一化处理，并构建时序知识图谱输入至TASTER模型中生成全局嵌入；基于稀疏传输矩阵生成局部嵌入；将全局嵌入、局部嵌入输入至TiRGN模型中，初始化模型参数后进行模型训练，并通过反向传播算法调整模型参数，得到大气污染数据预测模型对大气污染数据进行预测。由于大气污染数据中的局部特性对于预测污染变化非常重要，采用稀疏传输矩阵嵌入能够从全局嵌入中提取局部嵌入特性，使得局部嵌入更好地反映最近时间点的数据特征，这样训练出的模型可以提升大气污染预测的准确性。
-
公开(公告)号：CN118016291A
公开(公告)日：2024-05-10
申请号：CN202410026300.0
申请日：2024-01-09
Applicant: 海南大学
IPC: G16H50/30 , G16H50/70 , G16H10/60 , G06F18/2431 , G06F18/243 , G06F18/213 , G06N20/00 , G06N5/01
Abstract: 本发明涉及一种基于机器学习的糖尿病发病率预测方法。所述方法包括：收集数据集中糖尿病患者的身体数据，根据数据属性对身体数据进行特征编码，基于皮尔逊系数，对编码后的数据进行特征相关性分析，并分为训练集和测试集；通过训练集、测试集构建人工神经网络模型和随机森林模型，并通过S折交叉验证选择随机森林模型；其中，采用ID3决策树学习算法进行特征选择，生成最优决策树，在随机森林算法最终投票时进行加权计算得到随机森林模型；通过随机森林模型对糖尿病患者的发病率进行预测。选择随机森林模型，且在最终投票时进行加权计算，能更好地反映实际情况，通过随机森林模型能够帮助医疗工作者对糖尿病患者的发病率进行预测，减轻负担。
-
公开(公告)号：CN116740922B
公开(公告)日：2024-04-05
申请号：CN202310507587.4
申请日：2023-05-08
Applicant: 海南大学
Abstract: 本发明公开一种基于模糊观测协议的智慧交通系统的控制方法，包括如下步骤：步骤1，结合城市道路交通系统，建立状态空间模型；步骤2，建立智慧交通系统中车辆之间的通信网络；步骤3，构建智慧交通控制系统的状态观测器；步骤4，构建智慧交通控制系统的控制协议；步骤5，构造基于观测器控制律的闭环控制系统；步骤6，设计针对城市道路交通系统的状态观测器的控制器协议。本发明提高了道路车辆的控制精度、系统的整体计算能力，保证系统达到一致性以及任务顺利开展和完成。
-
公开(公告)号：CN116645381A
公开(公告)日：2023-08-25
申请号：CN202310758898.8
申请日：2023-06-26
Applicant: 海南大学
IPC: G06T7/11 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764
Abstract: 本发明属于医学图像分割领域，具体涉及一种脑肿瘤MRI图像分割方法、系统、电子设备及存储介质。所述方法包括以下步骤：S1获取原始数据集，并对原始数据集进行预处理；S2将与处理后的数据输入到混合U‑Net模型中进行处理，得到分类结果；所述混合U‑Net模型是基于U‑Net模型和CNN模型构建的。本发明实现在MRI图像中的脑肿瘤分割，解决U‑Net网络结构存在的细粒度特征提取能力不足、模型参数量较大，以及原始数据集预处理效果不佳的问题。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.021 seconds)
